[发明专利]一种深度学习评价模型、输入法拼音纠错方法及装置有效
申请号: | 201911085534.8 | 申请日: | 2019-11-08 |
公开(公告)号: | CN110909534B | 公开(公告)日: | 2021-08-24 |
发明(设计)人: | 沈哲吉 | 申请(专利权)人: | 北京华宇信息技术有限公司 |
主分类号: | G06F40/232 | 分类号: | G06F40/232;G06F3/023 |
代理公司: | 北京中索知识产权代理有限公司 11640 | 代理人: | 胡大成 |
地址: | 100084 北京市海淀区中关村*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 深度 学习 评价 模型 输入法 拼音 纠错 方法 装置 | ||
1.一种输入法拼音纠错方法,其特征在于:利用深度学习评价模型来查找用户输入的拼音串的概率最大的音节组合方案;所述的深度学习评价模型由依次相连的输入层、推理运算层和输出层组成;
所述的输入层,将输入的每个音节,通过预训练的编码模型,得到与该音节唯一对应的一个长度50的编码向量,输入到推理层当中;
所述的推理层包括依次连接的设定数量的BiLSTM运算层,在BiLSTM运算层中包括依次连接的双向的LSTM运算单元和非线性激活函数层,每个BiLSTM运算层通过非线性激活函数层连接至下一个BiLSTM运算层;
所述输出层包括数据归一化单元、数据排列单元和损失函数单元,数据归一化单元连接最后一个BiLSTM运算层的非线性激活函数层,将数据进行归一化操作后,输入到数据排列单元中;数据排列单元输出结果,并将结果输入到损失函数单元中,用于计算模型的相关参数的梯度损失;
所述的输入法拼音纠错方法包括以下步骤:
步骤S1、获取用户输入的拼音串;
步骤S2、将输入的拼音串切分为长度小于第一阈值的至少一个音节;
步骤S3、利用标准音节集合匹配每个错误音节的编辑距离小于第二阈值的近似标准音节,形成近似标准音节集合;
步骤S4、利用深度学习评价模型,评价错误音节的每个近似标准音节与该错误音节的前n个音节的匹配度;
步骤S5、利用动态规划方法计算所有的音节组合中,匹配度数值的和最大的值,即为概率最大的音节组合方案;
所述匹配度数值的和最大的值的计算公式为:
其中:
W(Si)表示:音节si的出现的概率;
表示:某一个候选组合p中,音节si的出现概率的乘积;
表示:P的所有候选组合中概率最大的一个组合方案。
2.根据权利要求1所述的一种输入法拼音纠错方法,其特征在于:所述的第一阈值为8。
3.根据权利要求1所述的一种输入法拼音纠错方法,其特征在于:所述的第二阈值为2。
4.根据权利要求3所述的一种输入法拼音纠错方法,其特征在于:所述的第二阈值是指将错误的音节转换为近似标准音节所需要的操作数目。
5.根据权利要求1所述的一种输入法拼音纠错方法,其特征在于:所述的步骤S3中,增加一错误输入的特征库,基于所述错误输入的特征库,对近似标准音节集合进行缩减。
6.根据权利要求1所述的一种输入法拼音纠错方法,其特征在于:所述的步骤S3中,匹配时间复杂度为O(mn),其中m为近似标准音节的个数,n为音节个数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京华宇信息技术有限公司,未经北京华宇信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911085534.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种吸收快的混合燕麦片及其制备方法
- 下一篇:一种控制板测试系统